Acerca de este resumen

Recomendaciones generales

Otras recomendaciones para debates grupales

Alinear los procedimientos de recolección segura de datos con las directrices y normas de los gobiernos nacionales.

Hacer debates grupales en grupos pequeños, de no más de 6 personas.

Informar a los participantes sobre el proceso de recolección de datos, lo cual incluye las medidas de seguridad que se adoptarán.

Reunir a vecinos para reducir la mezcla de personas.

Evitar ingresar a los domicilios y, en cambio, buscar un lugar privado al exterior o una zona bien ventilada.

Hacer los debates grupales cerca de donde residen las personas, para reducir al mínimo la necesidad de viajar.

Mantener las interacciones con los participantes lo más breves posibles.

Instalar una estación de lavado de manos en el lugar donde se realizará el debate grupal o tener alcohol en gel a disposición, para que los participantes y el personal puedan higienizarse las manos antes y después de la sesión.

Proveer alcohol en gel al personal y a los participantes durante la recolección de datos.

Evitar la participación de personas mayores de 60 años o con enfermedades preexistentes. Para que participen estas personas, usar métodos individuales o remotos para recabar los datos.

Asegurarse que el personal y los participantes usen mascarilla durante la recolección de datos (proveer las mascarillas a los participantes si fuera necesario).

Asegurarse de que haya lugar suficiente para que los participantes mantengan el distanciamiento físico durante la sesión y marcar dicha distancia con el posicionamiento de las sillas.

Reducir la cantidad de objetos compartidos (p. ej.: bolígrafos) y limpiar las superficies de contacto frecuente.

Capacitar a recolectores de datos locales de la comunidad objetivo a fin de reducir la necesidad de que el personal de la ONG se desplace.

Alentar al personal de primera línea a vacunarse lo antes posible.

Anticiparse a los problemas de cobertura de red, cortes de suministro eléctrico, carga de batería de los celulares y crédito telefónico: este punto puede incluir extender los períodos de recolección de datos, darles crédito telefónico a los participantes, llamar a las personas en distintos días y horarios y notificar a las personas por SMS antes de hacer una llamada. El Grupo de Investigación sobre COVID-19 de Sudán, junto con el personal de recolección de datos de Y-PEER, descubrió que debían ser pacientes y tenaces para superar los desafíos que plantean las entrevistas telefónicas en Sudán. Estos dos grupos trabajaron con las redes existentes dentro de las comunidades para llegar a participantes potenciales y hacerles saber a las personas que estaban intentando ponerse en contacto. Adaptaron sus horarios de trabajo para poder hacer las entrevistas en horarios que les resultaran convenientes a los participantes (p. ej.: más tarde por la noche) y pasaron a usar plataformas de entrevistas que funcionaran mejor con una mala conexión a Internet. En Tanzania, la ONG Maji Safi comenzó enviando mensajes de texto a una gran cantidad de participantes potenciales para hacerles preguntas preliminares. Si la persona respondía varias veces, después se la llamaba para interactuar en una entrevista telefónica más larga. Si bien esto podría introducir un sesgo, implicaba que las personas a quienes llamaban estaban dispuestas a responder y participar.

Usar distintos tipos de preguntas: en general, la recolección telefónica de datos debe ser más breve que la recolección presencial porque, de lo contrario, es más difícil mantener la atención de los participantes. Mezclar distintos tipos de preguntas (p. ej.: comparativas, situacionales, normativas) y respuestas (p. ej.: abiertas, de opción múltiple o por escalas) puede ser una buena manera de mantener la atención durante todo el proceso. Reiterar las entrevistas con los mismos participantes puede ofrecer la oportunidad de escalonar un cuestionario largo en una serie de llamadas.

Tener en cuenta el acceso telefónico y la titularidad: en muchos países de ingresos bajos e intermedios, es posible que los miembros de la familia compartan un mismo teléfono. Asimismo, ser dueño de un teléfono es más común en hombres que en mujeres y es menos común en personas pobres, personas adultas mayores y personas con discapacidad. Esta situación puede influir no solo en quiénes participan de la recolección telefónica de datos, sino también en quién podría escuchar por casualidad las respuestas o influir en las respuestas dadas por una persona. Explicar los motivos por los cuales se recolectan datos y confirmar los horarios de llamada son cosas que pueden ayudar a superar esta problemática. El equipo de investigación mundial y soporte de datos de Innovations for Poverty Action (IPA) recomienda comparar los datos demográficos de las encuestas telefónicas con los datos demográficos de encuestas anteriores para entender de qué manera esto podría sesgar los datos.

Centrarse en desarrollar un vínculo con los participantes: sin la interacción cara a cara, puede ser difícil lograr una conexión con los participantes. En el Líbano, el personal de investigación de Oxfam halló que era posible construir una relación con los participantes durante las entrevistas telefónicas si los miembros del personal se tomaban el tiempo de presentarse a sí mismos y al proyecto minuciosamente; si se designaba personal femenino de recolección de datos para participantes mujeres y viceversa para los hombres; si se daba tiempo suficiente para escuchar las preocupaciones de los participantes (aunque se fueran de tema); y si se realizaban entrevistas reiteradas con el mismo grupo de participantes.

Los recolectores de datos también tienen responsabilidad de informar: dada la naturaleza inusitada de la COVID-19 y las directrices cambiantes asociadas, los recolectores de datos pueden cumplir una función importante en hacerles comentarios u observaciones a los participantes. En Zimbabue, el personal de investigación de Action Contre la Faim desarrolló un conjunto de mensajes sobre la COVID-19 para compartir con los participantes al final de las entrevistas telefónicas. Dichos mensajes se compartieron cuando los participantes expresaron puntos de vista que no coincidían con las directrices locales o para informar a estas personas sobre los servicios disponibles. Compartirlos al final de la entrevista evitaba sesgar las respuestas dadas por los participantes.

Usar indicadores validados y confiables: cuando sea posible, examine encuestas que hayan sido elaboradas y puestas a prueba por otros y use indicadores o preguntas similares. Aunque la COVID-19 es una enfermedad nueva, hay indicadores estándar para algunas medidas clave de prevención (p. ej.: el lavado de manos) y herramientas desarrolladas durante brotes epidémicos anteriores que se pueden adaptar con facilidad (p. ej.: medidas de riesgo percibido de brotes previos de ébola o SARS). Usar enfoques estandarizados puede incrementar la validez y la confiabilidad de las preguntas y posibilitar la comparación de los resultados. También hay oportunidad de estandarizar los indicadores a nivel nacional y mundial. Por ejemplo: el Grupo Sectorial de WASH de Colombia estandarizó indicadores básicos y los informes entre los socios. Así se hizo más fácil que todos los socios compartieran mensualmente datos de sus departamentos y que el grupo sectorial analizara datos para fundamentar los procesos de toma de decisiones. El Grupo Sectorial de WASH mundial ha elaborado una guía sectorial de WASH sobre COVID-19 para una visión general de las necesidades humanitarias que acompañe el desarrollo de dichos indicadores sectoriales básicos. El proyecto RCCE Collaborative Service también está trabajando con una variedad de socios para estandarizar los indicadores en torno de la comunicación de riesgos y la vinculación comunitaria.

Definir el propósito de cada pregunta y cómo se usarán los datos: para cada pregunta de la encuesta, es útil definir qué es lo que está midiendo y preguntarse "¿por qué importa esta pregunta?" y "¿cómo usaré esta información para mejorar mi programa?". Hacer esto le permitirá dar prioridad a las preguntas que tienen mayor probabilidad de ser útiles para la adaptación de los programas. En Siria, Save the Children estaba elaborando una encuesta para usarla con niños en las escuelas y centros temporarios de aprendizaje. La organización quería que la encuesta fuera transferible y que respondiera a una serie de contextos locales diferentes. Se hizo una lista de posibles preguntas y, para cada una de ellas, se detalló el tipo de pregunta, el enfoque conductual, si medía conocimientos, actitudes o prácticas y la fuente de la pregunta. Este proceso permitió que el personal de cada región seleccionara las preguntas que fueran más relevantes para su programa.

Incluir preguntas diseñadas para medir cambios: a fin de facilitar la adopción de las medidas de prevención de la COVID-19, es importante entender qué cosas han cambiado en las circunstancias de las personas (p. ej.: los determinantes que influyen en sus hábitos) o cómo cambiaron sus hábitos en un período definido. Por lo tanto, es importante diseñar preguntas para centrarse en este aspecto del cambio. Por ejemplo: WaterAid llevó a cabo una evaluación rápida de los hábitos de higiene en 8 países, que incluyó indicadores relacionados con la exposición a los programas, los canales de comunicación preferidos, la autodeclaración de hábitos y los determinantes de dichos hábitos. WaterAid se dio cuenta de que, para medir el cambio, era importante ser precisos durante la recolección de datos. La organización halló que era útil diferencial entre momentos críticos "normales" para la higiene de manos y "momentos nuevos" promocionados durante la pandemia (p. ej.: lavarse las manos con jabón antes de entrar o salir de casa, después de toser/estornudar, después de tocar superficies de contacto frecuente y antes/después de cuidar de alguien que tuviera síntomas de COVID-19). Esta diferencia le permitió a WaterAid entender cómo se podían integrar las actividades de prevención de la COVID-19 en el diseño de los programas de higiene existentes y cómo adaptar los programas a medida que continuaba la pandemia. Preguntarles a las personas cuándo cambiaron de hábitos y por qué también puede ser fundamental para tomar decisiones con respecto a los programas.

Validar la comprensión de las preguntas en la lengua local: resulta complejo explicar muchos aspectos relativos a la epidemiología y la prevención y percepción de las enfermedades. Antes de comenzar a usar una encuesta, es importante dedicar tiempo a conseguir la traducción correcta de los términos en la lengua local. Hacer una prueba piloto con algunas personas suele permitir la identificación de preguntas que se malinterpretan. Por ejemplo: una ONG de Uganda desarrolló inicialmente una encuesta en inglés, pero luego se tradujo a dos lenguas locales para mejorar la comprensión. Se trabajó con hablantes nativos para dar con términos locales apropiados para algunos de los conceptos epidemiológicos o conceptos específicos de la COVID-19 Hacer una entrevista cognitiva puede ser una forma fácil de verificar si los encuestados comprenden las preguntas tal y como lo pretende el investigador. Para aplicar este método, seleccione la(s) palabra(s) clave(s) de cada pregunta y pídale al encuestado que explique el significado de la palabra. Si la explicación dada coincide con el significado planteado por el investigador, hay indicios de que se entiende bien la palabra clave. Para poner a prueba la comprensión de la pregunta en su totalidad, se le puede pedir al encuestado que responda la pregunta y que, luego, explique los pensamientos que subyacen a su respuesta. En este método, se identifican en efecto los malentendidos.

Recabar datos sociodemográficos: con frecuencia, la presión por reducir la longitud de las encuestas puede ocasionar que los actores recorten preguntan relacionadas con factores sociodemográficos. Sin embargo, la información sobre género, edad, ubicación, habilidades, formación, condición económica y otros factores puede ser fundamental para traducir observaciones en acciones programáticas dirigidas. Las preguntas relativas a la condición económica y las convicciones religiosas pueden ser delicadas para algunas personas o en ciertos países. Usar preguntas validadas con anterioridad, hacer pruebas piloto de las encuestas y tomarse el tiempo de construir un vínculo puede ayudar a mitigar estos problemas. Recolectar información sociodemográfica y analizarla también permite identificar barreras de equidad en la recolección de datos y el diseño de futuros programas (p. ej.: menos participantes mujeres, representación limitada de las personas con discapacidad, etc.). Es posible que superar estas barreras de la recolección de datos exija un muestreo estratificado o intencional y considerar el acceso telefónico o a las redes sociales.

Incluir preguntas de respuesta abierta y complementar las encuestas con otras herramientas: uno de los desafíos de las encuestas es que solo pueden generar datos sobre preguntas específicas que se formulan y, en general, se les pide a los usuarios que elijan una opción de respuesta dada por anticipado. Lo anterior implica que los hallazgos a veces pueden pasar por alto otros desafíos sobre los cuales no se formularon preguntas. Incluir algunas preguntas de respuesta abierta puede ayudar a superar esta dificultad y generar información sobre los motivos por los cuales las personas creen en algo o se comportan de una determinada manera. Sin embargo, las preguntas de respuesta abierta deben seleccionarse y priorizarse cuidadosamente, dado que cada respuesta implicará un análisis que insumirá más tiempo. Incluir preguntas de respuesta abierta en una submuestra más reducida de participantes podría hacer que este proceso sea más viable. Si no, los hallazgos provenientes de los datos de las encuestas se pueden complementar con otros métodos de recolección de datos. Por ejemplo: a continuación de los datos de las cuentas, podría haber un período útil y breve de recolección de datos cualitativos para explorar y validar algunos de los patrones identificados. Usar múltiples métodos puede también abordar las limitaciones y los sesgos de cada método.

Elaborar un plan de análisis de datos: a menudo, el análisis de datos se hace a posteriori como algo no previsto. Un plan de análisis de datos debería detallar exactamente qué se hace con los datos provenientes de cada pregunta y debería tener en cuenta los plazos para el análisis y la capacidad del personal. Si se planea observar el efecto combinado que tienen diversas variables sobre un sobre un resultado particular, todo esto se debe planificar desde el inicio. Si se estandarizan las herramientas de realización de encuestas entre países, también se pueden estandarizar los planes de análisis, lo cual permite mayor eficacia. Asimismo, es importante planificar con antelación cómo se podrían difundir los hallazgos y cómo se usarán las observaciones para fundamentar el diseño de los programas, lo cual podría incluir informar a otros grupos de interés en una fase temprana sobre la recolección de datos planificada y dar suficiente tiempo y presupuesto en los programas para hacer cambios iterativos.

Invertir tiempo en el desarrollo de las capacidades del personal: la observación es una habilidad nueva para muchas personas y requiere formación en el aula además de práctica aplicada en entornos reales. En Etiopía, la República Democrática del Congo y Bangladés, Oxfam formó a su personal tanto en la observación como en controles puntuales para monitorear el uso de los puestos de lavado de manos de Oxfam en los campos de desplazados. La organización descubrió que era útil crear situaciones simuladas para capacitar a las personas en el aula y luego darle al personal de cada país tiempo para practicar con las herramientas antes de compartir comentarios y reflexiones. Asimismo, se puede reforzar la calidad de las observaciones haciendo que los supervisores lleven a cabo controles aleatorios de los observadores y facilitando las revisiones en equipo de los datos recabados cada día. Este proceso también puede ayudar a superar cualquier barrera contextual que no se haya previsto.

Dar orientación sobre cómo clasificar las observaciones: en general, se les pide a los observadores que clasifiquen si una persona pone en práctica un comportamiento en un momento determinado y, potencialmente, algunos detalles sobre cómo lo hace. Para facilitar esta clasificación, es importante que estén bien definidas las categorías. Por ejemplo: en el noroeste de Siria, UDER hizo una encuesta sobre el uso de mascarillas y la complementó con observaciones en lugares públicos. Para ayudar con la clasificación, la organización incluyó imágenes al capacitar al personal a fin de explicar cuál era el uso "correcto" de la mascarilla y las distintas formas de "uso incorrecto". Tras una prueba piloto en el contexto local, se sumó otra categoría para el uso del niqab/shemagh (coberturas culturales del rostro), puesto que en el caso de las personas que usan estas prendas no suele ser posible identificar si tienen puesta una mascarilla debajo.

Registrar la cantidad correcta de detalles: como con todos los métodos de recolección de datos, es importante recabar solo aquellos que serán útiles para los programas. Para eso, es necesario limitar la recolección de datos a las variables clave y tener en cuenta el nivel de detalle que será necesario para tomar decisiones. Kenya NBCC proveyó más de 5000 instalaciones para el lavado de manos en entornos públicos de toda Kenia. La evaluación llevada a cabo por esta organización incluía comprobar la presencia de agua y jabón en las instalaciones. Al principio, se registraron medidas detalladas sobre la cantidad de agua que había en las unidades de lavado de manos (un cuarto, por la mitad, lleno, etc.), pero luego se dieron cuenta de que era posible simplificar este proceso y registrar solamente si había agua o no. Se dieron cuenta de que esta categorización binaria bastaba para indicar si las instalaciones eran funcionales o no.

Acordar una forma de medir el denominador de los resultados: los datos de las observaciones se pueden usar de diversas maneras, pero normalmente se emplean para calcular la proporción de personas que ponen en práctica un comportamiento determinado en un momento clave o en un entorno concreto. Al inicio de la recolección de datos, es importante identificar cómo se calculará el denominador y hacer una prueba previa. En el caso de los entornos públicos, esto puede ser dificultoso y podría afectar qué lugares se eligen para la observación. En Indonesia, UNICEF y el gobierno nacional desarrollaron un sistema de monitoreo basado en la observación en tiempo real para evaluar el lavado de manos, el distanciamiento físico y el uso de mascarillas. Utilizaron una red de voluntarios para hacer observaciones rápidas en todo el país e ingresar los datos en una plantilla estandarizada. UNICEF decidió centrar sus observaciones en los lugares en los que había un punto de ingreso claro, ya que esto permitía captar la cantidad que entraban. El organismo capacitó a sus voluntarios, muchos de los cuales formaban parte del Grupo de Trabajo Nacional de COVID-19, para que documentaran las medidas de prevención adoptadas por las diez primeras personas que vieran entrar en esos lugares. Esto hizo que el enfoque fuera rápido, viable y fácil de medir. Los voluntarios también recibieron crédito telefónico para apoyar e incentivar su trabajo.

Usar todos los datos disponibles: en la fase inicial de la pandemia, muchos actores pasaron por alto el potencial de emplear los datos existentes para moldear la primera fase de sus programas, lo cual podría haber incluido el uso de evaluaciones previas de hábitos relevantes (p. ej.: el lavado de manos), experiencias relacionadas con otros brotes de enfermedades (p. ej.: cólera o ébola) o la disponibilidad de infraestructura y servicios relevantes (p. ej.: servicios de agua). En Zambia, GRID3 trabajó junto con el gobierno nacional para crear el Centro de Datos de Zambia, que utilizó datos existentes (p. ej.: datos de las encuestas demográficas de salud y datos gubernamentales) y los puso a disposición mediante aplicaciones de mapeo y tableros en línea que les permitieron a los usuarios visualizar los grupos en riesgo (p. ej.: las personas con acceso limitado al agua para lavarse las manos, las personas con acceso limitado a la atención médica y las zonas con alta densidad de población). Con el paso del tiempo, se amplió el Centro para captar nuevos datos y eso permitió visualizar las percepciones y los hábitos, gracias a las encuestas enviadas por las organizaciones que realizaban las campañas de vinculación comunitaria sobre la COVID-19. También se incluyeron los casos de COVID-19 a nivel distrital y provincial, la ubicación de los centros de vacunación y de realización de pruebas de detección, y el seguimiento de las dosis de vacunas aplicadas. Este portal centralizado de intercambio de conocimientos les permitió a los actores locales coordinar medidas oportunas en cada fase de la respuesta. Los Grupos Sectoriales Humanitarios de WASH también han redactado consejos sobre cómo llevar a cabo las revisiones de datos secundarios con el fin de apoyar a los socios que desean usar las bases de datos disponibles para moldear su trabajo de respuesta a la COVID-19.

Reunirse frecuentemente con el personal de primera línea para reflexionar sobre el diseño de los programas y plasmar las conclusiones en los informes: en circunstancias normales, a veces los programas se modifican como resultado de los intercambios informales que ocurren en el día a día en las oficinas de las organizaciones. Dado que muchos empleados estaban trabajando a distancia, era fácil que se pierdan oportunidades de aprendizaje informal. Oxfam, Action Contre la Faim y sus socios han estado usando el Rastreador de Percepciones Comunitarias en 14 países. Este instrumento alienta al personal a emplear habilidades de escucha activa y a documentar de forma sistemática las percepciones que les comparten durante las actividades corrientes del programa. La organización se dio cuenta de que el proceso se reforzaba considerablemente con la celebración de reuniones semanales entre el personal del programa. Esto les permitió traducir las percepciones que surgían de las comunidades en formas consensuadas de mejorar los programas. También se avanzó hacia la implementación de plantillas de informes estandarizados que guiaban al personal en el proceso de resumir la información de modo que resonara con otros actores y maximizara el aprendizaje.

Crear diálogos abiertos con los grupos de interés: muchos actores han indicado que los mecanismos más valiosos para el aprendizaje programático continuo han sido las redes informales formadas con los principales grupos de interés de la comunidad. Estas redes pueden facilitar el intercambio bidireccional de información e incrementar la aceptabilidad de otros enfoques de recolección de datos. Por ejemplo: en Kenia, al principio el Comité Internacional de Rescate se enfrentó a la reticencia de las comunidades a participar en la recolección de datos en contextos de desplazamiento. La organización trabajó con otros socios de respuesta para celebrar reuniones conjuntas frecuentes con los líderes de la comunidad, a fin de que entendieran mejor los fundamentos por los cuales se realizaba la recolección de datos. Siempre que fue posible, los socios trataron de armonizar los procedimientos o utilizar procedimientos conjuntos de recopilación de datos, para que el monitoreo fuera menos pesado para la comunidad. Una vez establecidos estos foros de comunicación, en la comunidad aumentó la aceptación del MyE y los grupos de interés de la comunidad pudieron compartir sus opiniones para mejorar los programas. Dado que la recolección de datos en persona fue un desafío durante toda la pandemia, muchas organizaciones también han dedicado tiempo a capacitar a los miembros de la comunidad en materia de recolección de datos, lo cual demostró ser particularmente provechoso para monitorear el funcionamiento de las instalaciones de lavado de manos y garantizar la presencia de agua y jabón, ya que estos mismos grupos de interés de la comunidad a menudo pueden tomar medidas directas para abordar los desafíos.

Compartir los resultados de manera creativa: El intercambio de aprendizajes operativos dentro de las organizaciones y entre ellas debe ser oportuno para así influir en el diseño de los programas, pero también debe estar bien descrito y formateado. Lograr estas cosas es difícil en una crisis de avance rápido. Un problema habitual con la difusión es que los recolectores de datos no describen con claridad cómo se recabaron los datos y cuál era la intención subyacente de la metodología. Sin esta información, es frecuente que se puedan malinterpretar los resultados. Al elaborar los documentos de difusión, a veces las organizaciones se esfuerzan por establecer vínculos entre los patrones que surgen de sus datos y el conjunto de acciones que recomiendan. Por último, a menudo los resultados son extensos o se presentan de una manera que a los usuarios finales les resulta difícil de digerir o descifrar. En Bazar de Cox (Bangladés), ha habido un esfuerzo continuo para elaborar informes rápidos sobre la recolección de datos cualitativos de las poblaciones. Para que los resultados sean más atractivos, los socios trabajaron con un artista gráfico para ilustrar algunas de las experiencias que conocieron. Como el producto final era visualmente más atractivo que los tipos estándar de información que se compartían, ayudó a que los hallazgos captaran más atención entre los grupos de interés que podían actuar en función de los hallazgos. Utilizar las redes existentes, como los grupos de coordinación de comunicación de riesgos y vinculación comunitaria o los grupos sectoriales de WASH, puede ser una manera fácil de compartir las percepciones con quienes pueden emplear los resultados.

Usar una teoría del cambio y desarrollar indicadores para monitorear cada etapa de los mecanismos de cambio hipotetizados: una teoría del cambio describe de qué forma un proyecto propone generar un cambio de hábitos o de efectos en la salud mediante el delineado de una serie paso a paso de eventos causales. Las teorías de cambio se suelen elaborar como parte de los procesos de diseño de programas, pero son valiosas para el monitoreo también. Por ejemplo: en el campo de refugiados Tongogara, en Zimbabwe, RANAS trabajó con ACNUR, World Vision y la Agencia Suiza para el Desarrollo y la Cooperación con el propósito de diseñar su monitoreo programático para reflejar cada nivel de su teoría del cambio. Para evaluar la ejecución de su intervención, midieron en la población el recuerdo de las intervenciones. Para evaluar productos/resultados y efectos, llevaron a cabo una encuesta a fin de monitorear los cambios en los determinantes que influyen en los hábitos y los cambios en las prácticas autodeclaradas de lavado de manos y las prácticas autodeclaradas de distanciamiento físico. Combinando estos indicadores, pudieron entender si el programa se implementó según lo previsto y tuvo el efecto buscado.

Usar más de un enfoque para medir el comportamiento: dado que el acceso a las comunidades puede cambiar frecuentemente durante la pandemia, a muchos actores les ha resultado útil tener múltiples indicadores o métodos para medir un mismo comportamiento. En la India, la Fundación Janseva Gramin Vikas Va Shikshan y RANAS usaron una mezcla de preguntas para entender el uso de las mascarillas. Comenzaron haciendo una pregunta de respuesta abierta: “Imagine que está saliendo de su casa para ir de compras o visitar a alguien. ¿Qué hace en ese momento?". A medida que los participantes respondían, el encuestador escuchaba y tomaba nota de si mencionaban ponerse una mascarilla. Más adelante preguntaban: “¿En qué situaciones usa una mascarilla?”. Los recolectores de datos indagaban en base a momentos específicos, como salir de casa o usar transporte público. Combinar ambas respuestas les dio una medición más confiable del comportamiento y permitió entender qué ocurría en la práctica diaria. También puede ser útil hacerles a los participantes preguntas normativas sobre su visión del comportamiento de otras personas de la comunidad.

Medir la aceptabilidad, la relevancia y la sostenibilidad de los programas: se suelen pasar por alto estos factores en los enfoques programáticos de MyE y son comparativamente fáciles de medir. Muchos actores mencionaron que, en retrospectiva, desearían haber incluido más indicadores cualitativos para entender el motivo y la forma en la que el programa estaba logrando su impacto.

Iniciativas de monitoreo conjunto: en lugar de ver el impacto de un programa o una organización, tiene sentido aunar recursos y ver el impacto colectivo de las iniciativas de respuesta durante la pandemia. En muchas regiones del mundo, las estructuras de coordinación han ayudado a facilitar las iniciativas de monitoreo conjunto. Por ejemplo: el Grupo Sectorial de WASH de Palestina desarrolló un sistema de calificación de la vulnerabilidad con el fin de ayudar a los socios a identificar las necesidades y las regiones particularmente vulnerables. Se adaptó este sistema para captar datos sobre la COVID-19 para poder monitorear de qué manera la pandemia afectaba la vulnerabilidad de las distintas regiones. En otras partes del mundo, como en Indonesia, socios gubernamentales y de ONG con capacidades y tiempo limitados se contactaron con instituciones de investigación para facilitar rondas trimestrales de investigación formativa sobre medidas de prevención de la COVID-19. Usar un socio externo neutral favoreció que se confiara en los hallazgos, que fueron usados posteriormente por todos los actores de la respuesta.